将大整数时间戳转换为datetime格式以解决Matplotlib轴溢出错误

核心问题原因 #

你拿到的是纳秒级时间戳（示例值为19位整数，对应1970年以来的纳秒数），Matplotlib在处理这类超大整数时会触发底层类型转换溢出——它默认期望的是秒/毫秒级小整数，或是直接的datetime对象。

三种可行解决方法 #

方法1：转成Python datetime对象（最直接）

把纳秒时间戳除以1e9转成秒级浮点数，再用datetime.fromtimestamp生成datetime对象，Matplotlib原生支持这类对象作为X轴：

import datetime

timestamp_list = [1642636800000000000, 1649203200000000000, 1649462400000000000]
# 转换为datetime列表
datetime_x = [datetime.datetime.fromtimestamp(ts / 1e9) for ts in timestamp_list]

# 绘图示例
import matplotlib.pyplot as plt
plt.plot(datetime_x, your_y_data)
plt.xticks(rotation=45)
plt.show()

方法2：用numpy datetime64类型（适配原numpy数组场景）

如果最初是从numpy datetime数组转成的列表，不如直接用numpy将时间戳转回datetime64[ns]类型，Matplotlib对numpy的时间类型支持很好：

import numpy as np

timestamp_list = [1642636800000000000, 1649203200000000000]
# 转成numpy int64数组，再转为纳秒级datetime64
ts_array = np.array(timestamp_list, dtype=np.int64)
dt_array = ts_array.astype('datetime64[ns]')

# 直接用numpy datetime数组绘图
plt.plot(dt_array, your_y_data)
plt.xticks(rotation=45)
plt.show()

方法3：转成秒级整数+手动设置X轴格式

如果坚持用整数作为X轴数据，把纳秒戳整除10**9转成秒级整数，再通过Matplotlib的日期格式化工具把X轴显示为datetime格式：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates

timestamp_list = [1642636800000000000, 1649203200000000000]
# 转成秒级整数
seconds_x = [ts // 10**9 for ts in timestamp_list]

# 绘图并设置X轴格式
plt.plot(seconds_x, your_y_data)
# 设置日期显示格式
plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d'))
# 设置刻度间隔（比如每30天一个刻度）
plt.gca().xaxis.set_major_locator(mdates.DayLocator(interval=30))
plt.xticks(rotation=45)
plt.show()

内容的提问来源于stack exchange，提问作者erfanvahdat